The Journal of Bigdata (한국빅데이터학회지)

Korea Bigdata Society (한국빅데이터학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Detection of Marine Debris in Collection Blind Spots using Drones and a Method for Matching Latitude and Longitude

드론을 활용한 수거사각지대 해양쓰레기 탐지 및 위경도 매칭 방법에 관한 연구

  • 하상현 (동의대학교 인공지능학과) ;
  • 최은성 (동의대학교 인공지능학과) ;
  • 김지연 (동의대학교 인공지능학과) ;
  • 오성훈 (동의대학교 부산IT융합부품연구소) ;
  • 정석찬 (동의대학교 e비즈니스학과, 인공지능그랜드ICT연구센터, 부산IT융합부품연구소)
  • Received : 2023.05.24
  • Accepted : 2023.06.08
  • Published : 2023.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Marine debris not only affects the survival of marine life, water pollution, and scenery but also has secondary effects on economic loss and human health. While research on underwater and surface debris is actively ongoing, solutions to marine debris in hard-to-reach blind spots are being developed slowly. To address this problem, we utilize drones to detect and track marine debris in blind spots such as tetrapods. The detected debris is then visualized by calculating its location coordinates using the drone's GPS, altitude, and heading values. The proposed method of using drones for detecting marine debris and matching it with longitude and latitude coordinates provides an effective solution to the problem of marine debris in blind spots.

해양쓰레기는 해양생물의 생존, 바닷물 오염, 풍경 등 생태계에 영향을 미칠 뿐만 아니라 2차적으로 경제적 손실 및 인간 건강에 악영향을 끼친다. 수중 및 해수면 쓰레기 문제에 대한 연구는 활발히 진행되고 있는 반면 사람의 접근이 어려운 사각지대의 해양쓰레기 해결방안 연구는 더디게 이뤄지고 있다. 이러한 문제를 해결하기 위해 우리는 드론을 활용해 테트라포드와 같은 사각지대에서 해양쓰레기를 탐지 및 추적한다. 또한 탐지된 쓰레기는 드론의 GPS, 고도, 방위 값 등으로 위치 좌표를 계산해서 이를 시각화한다. 본 연구에서 제안하는 드론을 활용한 해양쓰레기 탐지 및 위경도 매칭 방법은 사각지대에서의 해양쓰레기 문제에 효과적으로 대응할 수 있는 해결책을 제시한다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 및 한국연구재단의 원천기술개발사업의 주민공감·국민참여 R&SD선도사업(NRF-2022M3F8A1044684)의 연구과제로 수행되었습니다.

References

  1. G. Jakovljevic, "A Deep Learning Model for Automatic Plastic Mapping Using Unmanned Aerial Vehicle(UAV) Data," MDPI Remote Sensing, Vol.12, No.9, pp.1-21, 2020.  https://doi.org/10.3390/rs12091515
  2. L. Fallati, "Anthropogenic Marine Debris assessment with Unmanned Aerial Vehicle imagery and deep learning", Science of the Total Environment, Vol.693, pp.1-12, 2019.  https://doi.org/10.1016/j.scitotenv.2019.133581
  3. S. Naoki, "Collection of Marine Debris by Jointly Using UAV-UUV With GUI for Simple Operation," IEEE Access, Vol.9, pp. 67432-67443, 2021.  https://doi.org/10.1109/ACCESS.2021.3076110
  4. U. Andriolo, "Mapping marine litter on coastal dunes with unmanned aerial systems: A showcase on the Atlantic Coast," Science of the Total Environment, Vol.736, 2020. 
  5. G. Goncalves, "Mapping marine litter with Unmanned Aerial Systems: A showcase comparison among manual image screening and machine learning techniques", Marine Pollution Bulletin, Vol.155, 2020 
  6. H. A. Lim, S. J. Oh, H. J. Son and Y. Oh. (2022). "Automatic Collection of Production Performance Data Based on Multi-Object Tracking Algorithms", The Journal of Society for e-Business Studies, Vol. 27, pp. 205-218.  https://doi.org/10.7838/JSEBS.2022.27.2.205
  7. 임현아, "다중 객체 추적 알고리즘을 이용한 가공품 흐름 정보 기반 생산 실적 데이터 자동 수집", 전자상거래학회, 제27권, 제2호, pp.205-218, 2022. 
  8. 장정익, "다중 객체 추적 기술을 활용한 지능형 실내 위치정보 분석 시스템 설계", 디지털콘텐츠학회, Vol.23, No.8, pp.1519-1526, 2022.  https://doi.org/10.9728/dcs.2022.23.8.1519
  9. 양수진, "SORT와 DeepSORT의 혼합을 이용한 실시간 다중객체 추적", 한국정보기술학회, Vol.19, No.10, pp.1-9, 2021.  https://doi.org/10.14801/jkiit.2021.19.10.1
  10. R. Girshick, "Rich feature hierarchies for accurate object detection and semantic segmentation", IEEE Xplore, 2013. 
  11. J. Redmon, "You Only Look Once: Unified, Real-Time Object Detection", IEEE Xplore, 2016. 
  12. M. Li, "Agricultural Greenhouses Detection in High-Resolution Satellite Images Based on Convolutional Neural Networks: Comparison of Faster R-CNN, YOLO v3 and SSD," MDPI Sensing, Vol.20, No.17, pp.1-13, 2020.  https://doi.org/10.3390/s20174938
  13. J. A. Kim, "Comparison of Faster-RCNN, YOLO, and SSD for Real-Time Vehicle Type Recognition", IEEE Xplore, 2020. 
  14. A. Bewley, "Simple Online and Realtime Tracking," ICIP, pp.3464-3468, 2016. 
  15. N. Wojke, "Simple Online and Realtime Tracking with a Deep Association Metric", https://arxiv.org/abs/1703.07402, 2017. 
  16. N. Wojke, "StrongSORT: Make DeepSORT Great Again", IEEE Transactions on Multimedia, pp.1-14, 2022. 
  17. 성택영, "단일 카메라와 GPS를 이용한 영상 내 객체 위치 좌표 추정 기법", 멀티미디어학회, Vol.19, No.2, pp. 112-121, 2016.  https://doi.org/10.9717/kmms.2016.19.2.112
  18. 이동규, "폐기물 매립위치의 검출을 위한 매립 차량 궤적 추적 계산 및 카메라 좌표변환", 한국인터넷방송통신학회, Vol.13, No.1, pp.243-249, 2013.  https://doi.org/10.7236/JIIBC.2013.13.1.243
  19. 이재욱, "Depth Camera와 GPS를 활용한 실시간 객체 좌표 생성 알고리즘 개발", 전자공학회, Vol.60, No.3, pp.322-330, 2023. 
  20. 오준호, "적외선 스테레오 카메라를 이용한 고속 이동객체의 위치에 대한 확률모델" 전자공학회, Vol.52, No.1, pp.89-101, 2015.  https://doi.org/10.5573/IEIE.2015.52.1.089
  21. https://aihub.or.kr 
  22. https://www.dji.com/kr/mini-3-pro/specs